一种模拟编码中基于最大后验概率的译码方法与流程

本发明涉及无线通信领域，尤其是涉及一种模拟编码中基于最大后验概率的译码方法。
背景技术：
：目前基于数字传输的分层编码技术虽然能够实现接收质量的可伸缩性，但还是无法完全避免悬崖效应，只是将其转化成了阶梯效应。究其原因，无线数字传输的核心技术是编码，输入的信源首先通过变换、量化和熵编码等信源编码技术进行压缩去除冗余，压缩后的信源对传输误差非常敏感，一个比特的错误经常会造成大量数据不可解码，因此压缩后的信源要通过信道编码引入冗余进行保护。面对日益突出的数字无线传输问题，考虑到用户对接收的图像视频等具有一定的失真容忍度，近年来兴起了无编码传输技术，可以解决多播、广播的异构性问题，实现用户接收质量的无缝伸缩性。在数字传输中，信道编码(如Turbo码和LDPC码)主要是对二值输入进行编码，其编码的结果也是二值的。然而在伪模拟信道编码中，输入是图像视频的像素值或变换系数，这种针对多值图像视频输入的高效伪模拟信道编码以及译码算法目前依然是研究的难点。衡量模拟编码方案的解码性能实质上是基于接收数据对目标数据进行正确估计。与使用量化和数字纠错码的传统数字通信系统相比，误码率不再适用于模拟编码系统，均方误差是一个广泛使用的度量。目前基于已有的混沌函数的模拟编码普遍采用最大似然(ML)和最小均方误差(MinimumMeanSquareError，MMSE)的解码算法。ML译码算法在均方误差性能的意义上不是最优的，因此它的性能有待提高。最小均方误差的优化目标是为了使基于接收数据的估计值和目标数据的均方误差最小化，但该算法涉及高度非线性数值计算，例如Q函数，在实际系统中使用时由于算法复杂度太高往往难以实现。技术实现要素：本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种模拟编码中基于最大后验概率的译码方法。本发明的目的可以通过以下技术方案来实现：一种模拟编码中基于最大后验概率的译码方法，包括以下步骤：S1、发送端将经过模拟编码后的信号和元数据形式的GOP分块方差通过引入设定混沌函数的伪模拟传输SoftCast发送到接收端；S2、对接收到的模拟信号的噪声建模为高斯噪声，得到等效建模的待解码信号；S3、计算编码增益；S4、利用设定的混沌函数和MAP译码器高斯分布函数的闭合表达式，得到1/2模拟编码和1/3模拟编码的MAP解码闭合表达式；S5、通过MAP解码闭合表达式得到DCT系数矩阵，经过IDCT重建得到带噪编码符号的解码输出。优选的，所述步骤S1中经过模拟编码后的信号还需要进行功率缩放。优选的，所述步骤S2具体包括：S21、接收端从所接收的GOP分块方差的元数据恢复协方差矩阵并计算功率缩放因子，通过线性最小二乘估计器处理接收的待解码信号；S22、将步骤S21得到的待解码信号中的噪声建模为方差为的高斯噪声，其中，为输入方差，得到待解码信号的等效建模方程：y[i]＝x[i]+w[i],i＝0,1,…,m×l-1其中，y[i]表示第i个接收数据，x[i]表示模拟编码符号流，w[i]表示均值为0且方差为的等效噪声信号，m＝L×W×G，L是视频序列每帧图像的高度，W是视频序列每帧图像的宽度，G是一个GOP内视频序列的帧数，l为带宽扩展因子。优选的，所述通过线性最小二乘估计器处理接收的待解码信号的结果为：其中，Λ表示从GOP分块方差的元数据恢复的协方差矩阵，G表示功率缩放矩阵，表示噪声的方差，I表示单位矩阵，Z表示接收的待解码信号。优选的，所述步骤S3中编码增益具体为：其中，表示输入方差，表示解码序列的方差，Ps表示发射信号功率，Px表示接收信号功率。优选的，所述解码序列的方差为：其中，s表示DCT系数，表示s的估计值，E表示数学期望。优选的，所述设定的混沌函数具体为：其中，s表示DCT系数。优选的，所述步骤S4中MAP译码器高斯分布函数的闭合表达式为：其中，k表示第k个编码符号，n表示接收到的带噪声编码符号数量，y[n]表示第n个接收数据，表示DCT系数的方差，表示输入方差，f(k)(s)表示混沌函数f(s)的k次复合函数：f(k)(s)＝f...(f(s)),k＝1,...,n-1。优选的，所述1/2模拟编码的MAP解码闭合表达式为：优选的，所述1/3模拟编码的MAP解码闭合表达式为：与现有技术相比，本发明具有以下优点：1、突破了现有的根据最大似然或最小化均方误差模拟解码算法，考虑到在图像的视频传输中广义高斯分布的信源代替均匀分布的信源，充分利用信源的先验概率分布信息和已知的接收数据，采用最大后验概率(MAP)解码方法，平衡了性能，降低了计算复杂度。2、通过MAP解码的闭合表达式解决了模拟编码中基于最大后验概率译码算法问题，促进该方案从理论研究进入到实用。3、在伪模拟传输SoftCast中引入基于模拟编码的混沌函数，能够对抗无线传输中的信道噪声并且提高数据传输的鲁棒性，在提高功率利用率的同时增强视频传输的重建质量。4、提出的混沌映射函数对于从小到中等值的信号能保持线性关系，而大信号在映射函数的非线性特征下将被折回，对于类高斯的输入信号，编码的输出仍基本保持类似的统计特性，降低功率惩罚，与输入功率相比，输出功率略有增加。附图说明图1为混沌函数f(k)(·)的函数图像；图2为采用了模拟编码与未采用模拟编码的模拟视频传输方案性能比较图。具体实施方式下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。实施例一种模拟编码中基于最大后验概率的译码方法，包括以下步骤：S1、发送端将经过模拟编码后的信号和元数据形式的画面组(GOP)分块方差通过引入设定混沌函数的伪模拟传输SoftCast发送到接收端；S2、对接收到的模拟信号的噪声建模为高斯噪声，得到等效建模的待解码信号；S3、计算编码增益；S4、利用设定的混沌函数和MAP译码器高斯分布函数的闭合表达式，得到1/2模拟编码和1/3模拟编码的MAP解码闭合表达式；S5、通过MAP解码闭合表达式得到DCT系数矩阵，经过IDCT重建得到带噪编码符号的解码输出。步骤S1在伪模拟传输SoftCast中引入了基于模拟编码的混沌函数，在发送端对DCT系数做完模拟编码之后还需要再做功率分配。接收到的信号可以表示为：Z＝G·X+W′其中，W′是附加白高斯噪声(AWGN)信道矩阵，最优的对角功率分配系数矩阵Gchunk_num×chunk_num取决于对角矩阵Λchunk_num×chunk_num和总功率P，其中，chunk_num表示一个原始视频序列划分的GOP中的块个数，chunk_size表示块内元素个数，矩阵Λ中的第i个对角元素λ′i是第i个DCT分块的方差，矩阵G中的第i个对角元素gi是第i个块的功率缩放因子，X表示DCT系数矩阵通过混沌映射后转换的二维的实数矩阵。经过功率缩放后的编码实数矩阵G·X被重塑为一个一维的向量并且发送给接收端。所有方差{λ′i,i＝0,1,…,chunk_num-1}也需要以元数据的形式发送给接收端，协助接收端对接收信号做逆变换。步骤S2具体包括：S21、接收端从所接收的GOP分块方差的元数据恢复协方差矩阵并计算功率缩放因子，通过线性最小二乘估计器(LLSE)处理接收的待解码信号Z，得到：其中，Λ表示从GOP分块方差的元数据恢复的协方差矩阵，G表示功率缩放矩阵，表示噪声的方差，I表示单位矩阵，Z表示接收的待解码信号；矩阵Y被重新整形转换为矢量y，并进行模拟解码以恢复DCT系数估计值矩阵视频估计值可以通过对恢复的DCT系数采用3D-IDCT进行重建；S22、解码信号是LLSE的输出，将步骤S21的待解码信号中的噪声建模为方差为输入方差的高斯噪声，得到待解码信号的等效建模方程：y[i]＝x[i]+w[i],i＝0,1,…,m×l-1其中，y[i]表示第i个接收数据，x[i]表示模拟编码符号流，w[i]表示均值为0且方差为的等效噪声信号，m＝L×W×G，L是视频序列每帧图像的高度，W是视频序列每帧图像的宽度，G是一个GOP内视频序列的帧数，l为带宽扩展因子。模拟解码器的输入信噪比(SNR)为：Px表示模拟编码符号流的平均功率。解码器需要从接收数据y[i],i＝0,1,…,m×l-1中估计源序列与数字编码中用于衡量失真性能的误码率不同，在模拟编码中适用于衡量失真的度量单位是MSE，其定义如下：其中，s表示DCT系数，表示s的估计值，E表示数学期望。由于引入了模拟编码，解码序列的方差通常小于输入方差因此方差的减少将带来编码增益。另一方面，模拟编码可能会放大发射信号功率，这将导致功率增加，称之为功率惩罚。步骤S3中编码增益具体为：其中，表示输入方差，表示解码序列的方差，Ps表示发射信号功率，Px表示接收信号功率。解码序列的方差为：本方法设定的混沌函数具体为：其中，s表示DCT系数。为了表示方便，将范围限制为一个信息符号s及其n-1个编码奇偶校验符号z[k],k＝1,…,n-1。第k个编码符号可以定义为：z[0]＝sz[k]＝f...(f(s))＝f(k)(s),k＝1,...,n-1分段函数f(k)如图1所示，这个函数将2(k-1)个分段函数f(·)压缩在定义域为[-0.5,0.5]之间。因此混沌函数f(k)(·)的部分定义域为将[-0.5,0.5]分割为2(k-1)+1个子单元，每一个子单元与一个分段函数线性相关。接收端收到n个带噪的编码符号，即y[k]＝f(k)(s)+w[k],k＝0,...,n-1。因此，MAP译码器的闭合表达式为：信源可以被近似为一个服从的高斯分布。将高斯概率分布函数(PDF)带入上式中得：其中，是DCT系数的方差，常数项定义如下：MAP译码器高斯分布函数的闭合表达式可以进一步简化为：其中，k表示第k个编码符号，n表示接收到的带噪声编码符号数量，y[n]表示第n个接收数据，表示DCT系数的方差，表示输入方差，f(k)(s)表示混沌函数f(s)的k次复合函数：其中，函数f(k)是一个定义域在[-0.5,0.5]的分区C(k)的分段函数。MAP接收器定义域的分区是所有n-1个函数f(·),…,f(k)(·)分区的交集：对于1/2码率的模拟编码，令F(s)为式(1)的目标函数，可得：将混沌函数f(k)(·),k＝1代入上式中，得到：对上式求导可得：令上式为0，得到1/2码率模拟编码的MAP解码闭合表达式为：进一步计算在模拟编码后的均方误差MSE：其中，w0和w1都是均值为0并且方差为的高斯噪声，因此是DCT系数的方差。在高信噪比条件下，接近为0，待解码信号的方差近似为这个值比解码前的方差低了7.96dB。在低信噪比条件下，由于这个增益还将更大。将混沌函数f(k)(·),k＝2代入式(1)中，得到：对上式求导可得：令上式导数为0，得到1/3码率模拟编码的MAP解码闭合表达式为：1/3码率的模拟编码后的均方误差MSE为：并且，是DCT系数的方差。在高信噪比条件下，接近为0，待解码信号的方差近似为这个值比解码前的方差低了13.4dB。在低信噪比条件下，由于这个增益还将更大。在仿真实验中，为了说明本译码方法的正确性和有效性，以均方误差(MSE)和峰值信噪比(PSNR)来评价系统性能。仿真实验中将混沌函数映射到SoftCast，PSNR值用来评估视频传输质量。MSE是一组视频序列中所有像素的均方误差。为了公平起见，分别比较了所提出的1/2模拟编码的SoftCast与传统的SoftCast方案仅做两次重传，以及1/3模拟编码SoftCast与传统SoftCast做三次重传。比较中还包括两个最先进的方案：SVC+两层HM和三层HM，如图2所示。1/2模拟编码SoftCast与传统SoftCast做两次重复相比，约有2dB的增益；1/3模拟编码SoftCast与传统SoftCast做三次重复相比，约有3dB增益。另外，还对MAP和ML译码方法的均方误差进行了比较，如表1所示。从表中可知，MAP译码算法比ML译码算法具有更好的性能：最大后验概率译码算法优于最大似然译码算法，同时在低信噪比时获得的增益比在高信噪比时更大，这也符合前面的推导和分析。由于MAP译码算法利用了先验信息，因此有助于纠错。表1MAP和ML译码方法的均方误差比较结果信道SNR-5dB5dB15dB25dB1/2MAP-4.67-7.71-10.94-14.241/2ML-3.65-7.1-10.62-13.961/3MAP-5.34-8.6-11.89-15.21/3ML-4.5-8.2-11.8-15.12通过仿真比较，可知本方法相较于其他方法的有效性和优越性，无论在高信噪比还是低信噪比条件下，本发明方法接收端的重建视频质量都高于其他两种方法。同时，采用模拟编码的无线视频传输方法，克服了传统无线视频传输中的悬崖效应，实现了视频在无线信道中传输的时候随着信道质量变化能够达到连续的图像质量衰减，同时接收端的视频也能达到高质量的重建。当前第1页1 2 3